如何向 3d 数组的每个 2d 数组添加（不附加）一个 2d 数组？

Question

我想矢量化将 2d 数组添加到 3d 数组内的每个 2d 数组的过程。

我使用 matplotlib 中的图像导入了一个图像文件

data = image.imread('test.jpg')

然后我尝试将每个 RGB 数组的平均值添加到与data相同形状的另一个数组中

data2 = np.zeros_like(data)
data3 = np.average(data, axis=2)
for i in range(len(data2[0,0,:])):
    data2[:,:,i] = data3

我只想将上面的 2 行代码向量化为一行

Answer 1

将data3转换为结果数据类型，然后在使用np.newaxis/None扩展到3D后广播/重复 -

b = data3.astype(data.dtype)
data2_out = np.broadcast_to(b[...,None], data.shape)

输出只是b的视图，因此我们在那里获得了内存效率。

如果您需要具有自己内存空间的输出，我们可以使用data2_out.copy()或使用np.repeat强制复制，如下所示 -

np.repeat(b[...,None],data.shape[2],axis=2)

如果您已经初始化了输出数组data2并且只想分配给它，我们可以通过将data3扩展到3D ，这在某些情况下也可能更直观，如下所示 -

data2[:] = data3[...,None]